位置: IT常识 - 正文

YOLOv7(目标检测)入门教程详解---检测,推理,训练(yolov5目标检测代码)

编辑:rootadmin
YOLOv7(目标检测)入门教程详解---检测,推理,训练

目录

一.前言

二.yolov7源码下载

三.detect(检测)

四.Train(训练)

数据准备:

labellmg:

配置训练的相关文件

 配置数据集文件

正式训练:

推理:

推理效果:

五.总结


一.前言

推荐整理分享YOLOv7(目标检测)入门教程详解---检测,推理,训练(yolov5目标检测代码),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:yolov5目标检测代码,yolov5目标检测,yolov3目标检测,yolo 目标检测,yolov3目标检测步骤流程图,yolo 目标检测,yolo 目标检测,yolov5目标检测,内容如对您有帮助,希望把文章链接给更多的朋友!

    上篇文章:YOLOv7(目标检测)入门教程详解---环境安装 我们将yolov7外部需要的环境已经全部安装完成,那么这篇文章我们直接进行yolov7的实战----检测,推理,训练。

二.yolov7源码下载

下载网址:GitHub - WongKinYiu/yolov7: Implementation of paper - YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors

点击Code,Download ZIP  把yolov7的源码包下载下来 

 下载好后打开yolov7源码包

在文件路径输入cmd进入终端

 之后在终端activate进入之前创建的环境,并且输入

pip install -r requirements.txt

强调:关掉电脑VPN 

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple,输入这个指令可能会更快一点

我是之前安装过后,所有再输入安装指令后就会显示全部满足,你们也可以通过这样查看自己是否安装成功

 此时我们来到官网下载权重,一个是Test用的yolov7.pt

一个是之后 Train 用的yolov7_training.pt

 在yolov7的文件夹路径下建一个weights文件夹,然后把刚刚下载好的两个权重放进去。

 此刻基本需要的环境和文件都已经准备完成了,接下来我们就可以进行detect(检测了)

三.detect(检测)

进入虚拟环境,输入以下指令 

python detect.py --weights weights/yolov7.pt --source inference/images

 --weights 指令就是代表权重 --source 是照片存在的路径

 检测过程如下

 这里可以使用GPU和CPU两种方式进行检测,因为我们之前装了cuda和cudnn所以可以用GPU

只不过我们需要输入--device 0 这个指令,不输入则默认为CPU,我是改了detect源码里面的指令

还有更多操作,我们可以打开detect.py进行查看

 

 如果你只有cpu就默认cpu,如果是一个gpu就选择--device 0 两块cpu就--deivce 1,以此类推。

我们来看看我们训练之后的结果,进入runs-->detect-->exp 里面有所有预测好的照片

 

四.Train(训练)

参考博客:【小白教学】如何用YOLOv7训练自己的数据集 - 知乎

数据准备:

我们生成/datasets/文件夹,把数据都放进这个文件夹里进行统一管理。训练数据用的是yolo数据格式,不过多了两个.txt文件,这两个文件存放的,是每个图片的路径,后面会具体介绍。

那么接下来yolo数据集的整体格式如下:

 Helmet是你想检测的东西名称,我检测的是圆环所以命名为circle

 进入circle文件夹之后,会看到有images 和labels的文件夹,一个是拿来放图片的,一个是拿来存images文件夹中处理jpg图片之后的txt数据

打开images文件夹,我们又要建两个文件夹:train 和 val,并且把想要训练的照片放进去,两个都放差不多数量

 打开labels文件夹,同样建两个文件train和val,然后就ok了

YOLOv7(目标检测)入门教程详解---检测,推理,训练(yolov5目标检测代码)

接下来我们就要用到一个软件去处理我们的图片,将其转化为yolo格式

labellmg:

参考博客:labelImg使用教程_G果的博客-CSDN博客_labelimg

 进入终端,输入指令进行下载

输入labellmg打开软件 

 然后我们使用labellmg进行对图片的处理,首先open dir选择图片路径,我们先选择刚刚创建的datasets/circle/images/train  然后change save dir选择datasets/circle/labels/train,这样我们对image的每张图片的处理都会储存进label中  之后val也是同理。

之后就把每一个你想训练的目标给框出来然后进行命名,但是必须要改成YOLO格式

之后打开我们的labels就能发现里面储存了images中每张图片对应的txt文件

然后我们进入datasets/circle文件夹下面,建立两个txt文件,train.txt  val.txt,这两个文件分为写入所有images中train和val中的照片路径

配置训练的相关文件

  总共有两个文件需要配置,一个是/yolov7/cfg/training/yolov7.yaml,这个文件是有关模型的配置文件;一个是/yolov7/data/coco.yaml,这个是数据集的配置文件。

第一步,复制yolov7.yaml文件到相同的路径下,然后重命名,我们重命名为yolov7-Helmet.yaml。

第二步,打开yolov7-circle.yaml文件,进行如下图所示的修改,这里修改的地方只有一处,就是把nc修改为我们数据集的目标总数即可。然后保存。

 配置数据集文件

第一步,复制coco.yaml文件到相同的路径下,然后重命名,我们命名为circle.yaml。

第二步,打开circle.yaml文件,进行如下所示的修改,需要修改的地方为5处。第一处:把代码自动下载COCO数据集的命令注释掉,以防代码自动下载数据集占用内存;第二处:修改train的位置为train.txt的路径;第三处:修改val的位置为val.txt的路径;第四处:修改nc为数据集目标总数;第五处:修改names为数据集所有目标的名称。然后保存。

我的参照上图改好如下 

之后我们就可以进行训练了!!!

正式训练:

此时我们在yolov7文件夹路径下cmd,并且进入虚拟环境,输入指令

python train.py --weights weights/yolov7_training.pt --cfg cfg/training/yolov7-circlr.yaml --data data/circlr.yaml --device 0 --batch-size 8 --epoch 300

这里对里面的参数进行解释

--cfg 接受模型配置的参数

--data 接收数据配置的参数

--device 0  训练类型,我是一块GPU 所以用0

--batch-size 8  GPU内存大小决定

--epoch 训练次数,建议300

--weights 训练的权重

训练到最后我们就会得到一个last 和best的pt文件,那么我们直接把best.pt拿出来使用就ok了

推理:

我们已经获得了自己训练出来的权重了,那么这个时候推理,其实跟之前检测的道理是一样的,唯一变换的就是我们的权重文件和自己检测的照片 。

这个时候我们在datasets文件夹下面建立一个textimages文件夹和textvideo文件夹,分别用来储存要被检测的图片和视频

 

 跟detect一样,进入虚拟环境输入权重路径和图片路径就ok了,指令如下

我是把best.pt直接拉到了yolov7文件夹路径下面,你们刚刚训练出来的在runs/train/circle/weights/best.pt

python detect.py --weights best.pt --source datasets/textimages --device 0

 

 可以看到用gpu训练的yolov7是相当的快,我显卡是3070的,大概一张照片15ms左右的样子,如果用CPU的话,速度要慢十倍左右

推理效果:

我打开runs/detect/exp查看我们的训练效果

 

 可以说效果是非常好的,方框上面的数值就是置信度了,只要训练的好,yolov7的处理能力非常的强大。

五.总结

  那么yolov7的检测,训练,推理的全部流程都已经可以实现了,但是这个是基于python环境下的,如果有特殊的需求需要在c++环境下去进行yolo检测的话,那就又另有一方折腾了,我会在之后的博客中说到如何在c++中去使用yolov7检测。

有相关问题可以私信我进行讨论

本文链接地址:https://www.jiuchutong.com/zhishi/297376.html 转载请保留说明!

上一篇:块元素和行内元素及其元素转换(块元素和行内元素区别)

下一篇:把ChatGPT接入我的个人网站

  • 首套房契税税率是多少?
  • 股份有限公司董事会决议必须经过
  • 纯外贸出口企业出售固定
  • 执行企业会计准则第21号租赁的企业
  • 社会团体所涉及的法律
  • 计提坏账准备怎么理解
  • 报销单第一页写不完
  • 发票领购簿遗失怎么办
  • 结构性存款认购时间为募集期的几点
  • 行业协会需要办理税务登记证吗
  • 委托代销收取手续费账务处理
  • 企业破产清算怎么做账务处理实务工作
  • 通信服务费可以取消吗
  • 土地使用税怎么征收标准
  • 深圳税种核定需要申报吗
  • 土地税返还的会计分录
  • 斐讯p.to路由器管理员密码
  • tplink路由器手机怎么设置
  • 一般纳税人的月报,季报年报
  • win10怎么调出命令行窗口
  • 新成立的公司没有社保如何投标
  • 上个月做的无票收入,这个月开票怎样做分录
  • 跨年的费用怎么做账
  • 苹果推送最新系统怎么弄
  • wordpress 常用函数
  • php运行无法访问此页面
  • 如何进行企业商务谈判
  • 商贸公司销货怎么做会计分录
  • 软件开发企业的税收优惠政策
  • wordpress拿shell
  • 货物运输业增值税专用发票
  • 小企业遵循什么会计准则
  • 出口退税的账怎么做
  • windows安装php运行环境
  • php javascript
  • 微信实现刮刮卡抽奖效果
  • php文件上传操作流程图
  • 增值税专用发票有几联?
  • 收到股利的会计分录
  • wordpress安装主题致命错误
  • 工程类企业存货
  • 运费和什么有关
  • sql语句表中增加一列
  • 发票丢失一张罚款标准
  • mysql两个数据库连接查询
  • 职工福利费涉及哪些科目
  • 小规模纳税人销售商品会计分录
  • 公司注销实收资本有余额怎么处理
  • 职工报销的医药费是什么
  • 所得税退税可以不退吗
  • 营业执照备案登记表
  • 小规模纳税人零售收入含税吗
  • 典当业销售的死当物品是什么意思
  • 住宿费开的增值税专用发票怎么记账
  • 销售返利是否需要交税
  • 打印银行电子流水发到别人邮箱,能看到我的账户余额吗
  • 还账准备计提方法
  • 飞机票退票费报销凭证图片
  • 汇算清缴退款如何做账
  • 持有至到期投资改名为
  • 待摊费用和预提费用的区别
  • 发票系统升级后怎样开票
  • mysql事物的作用
  • win7系统ie浏览器怎么卸载重装
  • centos8复制文件
  • 晨枫U盘启动工具v2.0
  • 电脑键盘上f1到f12快捷键的功能分别是
  • linux安装sshd服务
  • win8 系统设置
  • Win10计算机管理该文件没有与之关联的应用
  • win7如何安装kb3033929补丁
  • 寒江孤影原文
  • 如何改变this指向
  • 浏览器url怎么看
  • js日期格式转换
  • Windows上使用PD虚拟机
  • 深圳市国家税务局赵雨婷
  • 中介服务企业怎么注册
  • 西安市地方税务局高新技术产业开发区分局
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设